【原创研究】智能化浪潮下，机器换人产业机遇何去何从？
来源： 远桥资产-王韬日期：2022-05-14浏览量：417
探讨商业前，我们需要对技术的当前发展阶段有清晰的认识。创新周期理论展示了人类技术发展的进程，第四波科技浪潮是以电子集成电路创新为基础，自动化广泛应用，替换人力并实现生产效率提升的时代；第五波科技浪潮是以互联网和软件为基础，不断形成连接和网络效应，提升生产生活效率的时代。当下我们正处于互联网红利向周边领域蔓延的互联网后期阶段，以及人工智能/大数据/机器人等技术探索，应用和落地的前期阶段。技术层面，当前号称最贴近通用人工智能的自然语言处理模型GPT-3，其1850 亿个参数，1200万美元的单次训练成本，3-7个月的训练时长，让我们看到，迈向更高维人工智能，没有算法体系的理论突破或是算力层面革命性的突破，商业化并不可及。因此回归商业视角，个人很认同李国杰院士的技术评述：“未来10年对经济贡献最大的可能不是大数据和人工智能的新技术，而是信息技术（包括当前的大数据和人工智能）融入各个产业的新产品、提供个性化产品和服务的新业态、产业链跨界融合的新模式。
虽然当前，人类社会还未进入强人工智能的时代，但通过芯片算力，人工智能算法等多维度技术的发展，机器已经可以用通过深度学习去掌握一定人类技能。与上个世纪70年代自动化浪潮相比，当前机器的智能化程度已有天壤之别，每个人持有的手机的计算能力已达到70年代算力顶峰美国登月用阿波罗计算机的1.2亿倍，这意味着当下机器已经不再是智能单纯替代了人类机械化工作，而是可以下沉到各个场景中去替代人类更多的职能，创造更高的效率。那么什么样的场景可能率先出现爆发的机会，以史为鉴，我们可以看看第四波电子和自动化浪潮下的机器换人发展的轨迹。上个世纪70年代，工业机器人诞生在半导体之乡——美国的Unimate。彼时，因为婴儿潮影响，美国的制造业就业人数达到历史高峰，同一时间失业率也攀升至高点，接近10%。机器取代人，只会进一步减少工作岗位。美国政府没有动力从政策上支持机器人产业的发展。机器人在美国卖不出去，企业就到全世界去宣讲。作为二战战败国，日本、德国在战争中损失了很多青壮年。20世纪60-70年代，德国和日本15岁-64岁的劳动力人口占总人口比重都在波动下滑，劳动力供给不足的同时汽车等产业开始蓬勃发展。在这样的大背景下，日德政府大力支持发展自动化和机器人行业，德国提出了“危险工作岗位，必须使用机器替代人。”日本直接给机器人公司和使用机器人的工厂提供贷款、补贴、现金等优惠政策。由此，德日的机器人产业蓬勃发展，掀起了机器换人的大浪潮，机械臂四大家族，基恩士，西门子等一众巨头由此崛起。过往的历史经验给与我们指引：机器换人的重要推动因素是劳动力的缺失，产业的振兴和政策的支持。这对于我们看待国内智能化和机器换人浪潮下的场景选择有很大的帮助。
2000年以来城市化的趋势，农业就业人口在持续压缩中，截至2020年，农业就业人口为1.77亿，其中60岁以上约35%，40-60岁约47%，40岁以下18%，平均年龄在55岁，呈现比较明显的老龄化；学历方面，高中以下学历的从业者为93%。作为支柱性产业，农业场景亟待外部智能化和机器换人浪潮的破局。2018年-2021年，智能农机设备政府补贴给与20%，2021年-2023年，提升至设备价格35%，政策对该场景的机器换人支持进一步强化。伴随着自动驾驶技术，机器人技术等逐步成熟和产品化，具备自动驾驶功能的插秧机、收割机、打药机及用于巡田、洒药等场景的农业无人机等被越来越多地被种植大户、生产基地或地方政府规划的现代农业产业园采购，应用到各自的生产场景。未来围绕农业场景，未来仍图像分析，温湿度分析，产量分析等一系列智能技术迭代空间。
制造业的人口压力并不像农业那么艰难，虽然年轻人不再愿意再进入工厂，但制造业仍能够吸纳部分农村流失的中年劳动力，智能和机器换人的趋势与浪潮源于内忧外患。多数制造业以成本导向，因此过去百年内中低端制造业在全球范围内进行了多次迁移。伴随国内人口红利的消失，中国中低端制造业转移出去也是客观规律。贸易战和关税则加据了这一趋势，这样的大背景之下，智能化和机器换人则成为最佳的对抗制造业产业转移的手段。我们看到国内许多这样的例子：A品牌国内成都某代工厂的装配流水线，在短端工序已经高度自动化的情况下，末端工序始终需要人工检测机体是否存在划痕，在过去这是技术无法解决的问题，4000名检测工人的工资不断提高让代工厂困扰，AI缺陷检测方案的成熟和落地，使得公司末端检测人员降低了80%，进而让企业放弃外迁东南亚。
过去的的制造业全球产业转移的经验，高度自动化的高端制造业大多留在了本国。可以看到，国内类似当初德日的改造补贴政策2018年后也在开始落实和加大力度，补贴比例达到了20-30%。这种补贴的落地让三维视觉，AI，协作机械臂等新一代的技术，进一步渗透进入到了过往大家认为的“低端制造”领域。例如我们看到在木材加工行业，依靠老师傅的手艺可以切割出更好看的纹理，提升木材的售价，因此，市场诞生出“纹理图片+视觉AI训练+机械臂引导切割”的方案商来实现替代老师傅的手艺；水泥搅拌领域，水，黏土，石灰的比例很大程度上影响最终水泥品质，进而导致不同的售价，熟练技术共可以看出水泥的状态并调整比例以提升水泥的品质，我们也看到了对水泥搅拌炉进行智能化改造，增加“视觉能力”来自动化修正原料配比的技术企业。国内拥有完整的41个工业大类，191个中类，525 个小类，智能化和机器换人正在工业的各个毛细血管内发生，也是智能化企业发挥的大舞台。第三产业作为高附加值的行业，在国内正在处于就业人口充分涌入的阶段，因此智能化在这些领域较难做到大规模机器换人的，无法获得政府和各方的支持，欧美的当时频发的工会和游行运动证明了这一论断。在这个领域内，我们关注一些相对无趣，程序化，或是高危的部分场景。例如：建筑开发，商业清洁场景，智能语音，商用驾驶，消防等；并且更关注的是智能化技术带来的人机协作落地机会：例如:C端 提升体验的智能座舱，智能驾驶，智能家具 B端 的智能运维，RPA等，这也是智能化科技浪潮下的重要组成部分。
面对着这个智能化的大趋势，我们看到当下逐步发展成熟的各项信息技术正通过排列组合的形式去形成各个场景下的机器换人/人机协作的解决方案，因为有更多可落地新技术的加持，这次的科技浪潮的创新与商业化落地将远超过50年前自动化浪潮。从相对低端，机械化，程序化的场景开始机器换人，再到中高端场景的人机协作，AI，机器人等新技术会的潜力还非常巨大。ROI是最重要的衡量指标，期待企业去把握政策补贴的红利期，将产品铺开，获得规模优势的同时，抢占场景，获取数据反哺AI，进一步提升自身产品智能化程度，营造出竞争力与护城河。马斯克不断强调特斯拉是一家人工智能机器人公司，不过是见证了这个智能化时代的开始，中国如此庞大的机器换人/人机协作场景和空间，必将诞生下一代伟大企业。
